Validation of physician billing and hospitalization data to identify patients with ischemic heart disease using data from the Electronic Medical Record Administrative data Linked Database (EMRALD)

Can J Cardiol. Aug-Sep 2010;26(7):e225-8. doi: 10.1016/s0828-282x(10)70412-8.

Abstract

Background: Reporting of ischemic heart disease (IHD) prevalence in Canada has been based on self-report or patients presenting to hospital. However, IHD often presents and can be managed in the outpatient setting.

Objectives: To determine whether the combination of hospital data and physician billings could accurately identify patients with IHD.

Methods: A random sample of 969 adult patients from the Electronic Medical Record Administrative data Linked Database (EMRALD) - an electronic medical record database of primary care physicians in Ontario linked to administrative data for the province of Ontario - was used. A number of combinations of physician billing and hospital discharge abstracts were tested to determine the accuracy of using administrative data to identify IHD patients.

Results: Two physician billings within a one-year period (with one of the billings by a specialist or a family physician in a hospital or emergency room setting) or a hospital discharge abstract gave a sensitivity of 77.0% (95% CI 68.2% to 85.9%), a specificity of 98.0% (95% CI 97.0% to 98.9%), a positive predictive value of 78.8% (95% CI 70.1% to 87.5%), a negative predictive value of 97.7% (95% CI 96.8% to 98.7%) and a kappa of 0.76 (95% CI 0.68 to 0.83).

Conclusions: A combination of physician billing and hospital discharge abstracts can be used to identify patients with IHD. Population prevalence of IHD can be measured using administrative data.

HISTORIQUE : Les taux de prévalence de cardiopathie ischémique (CPI) au Canada se fondent sur l'autoévaluation de patients qui consultent à l'hôpital. Cependant, la CPI est fréquente et peut être traitée en consultations externes. OBJECTIFS : Déterminer si l'association de données hospitalières et de facturation des médecins permettrait de dépister avec précision les patients ayant une CPI. MÉTHODOLOGIE : Les chercheurs ont utilisé un échantillon aléatoire de 969 patients adultes de la base de données EMRALD liée aux données administratives des dossiers médicaux électroniques, une base de données électronique des dossiers médicaux des médecins de premier recours de l'Ontario liée aux données administratives de la province de l'Ontario. Ils ont vérifié plusieurs associations de facturation et de registres de sorties des hôpitaux pour déterminer l'exactitude des données administratives pour dépister les patients ayant une CPI. RÉSULTATS : Deux modes de facturation de médecins au cours d'une période d'un an (l'une provenant des facturations d'un spécialiste ou d'un médecin de famille en milieu hospitalier ou au département d'urgence) ou un registre de sorties des hôpitaux ont assuré une sensibilité de 77,0 % (95 % IC 68,2 % à 85,9 %), une spécificité de 98,0 % (95 % IC 97,0 % à 98,9 %), une valeur prédictive positive de 78,8 % (95 % IC 70,1 % à 87,5 %), une valeur prédictive négative de 97,7 % (95 % IC 96,8 % à 98,7 %) et un kappa de 0,76 (95 % IC 0,68 à 0,83). CONCLUSION : Une association de facturation des médecins et de registres de sorties des hôpitaux peut permettre de dépister les patients ayant une CPI. On peut mesurer la prévalence de CPI en population au moyen de données administratives.

Publication types

  • Multicenter Study
  • Research Support, Non-U.S. Gov't
  • Validation Study

MeSH terms

  • Adult
  • Aged
  • Emergency Service, Hospital / statistics & numerical data
  • Female
  • Humans
  • Insurance Claim Review
  • Insurance, Health, Reimbursement / statistics & numerical data*
  • Length of Stay / statistics & numerical data*
  • Male
  • Medical Record Linkage
  • Medical Records Systems, Computerized / statistics & numerical data*
  • Middle Aged
  • Myocardial Ischemia / diagnosis
  • Myocardial Ischemia / epidemiology
  • Myocardial Ischemia / therapy*
  • Ontario / epidemiology
  • Patient Discharge / statistics & numerical data*
  • Prevalence
  • Reproducibility of Results
  • Sampling Studies